3B超越DeepSeek，大模型终于理解时间了！Time-R1一统过去/未来/生成
3B超越DeepSeek，大模型终于理解时间了！Time-R1一统过去/未来/生成Time-R1通过三阶段强化学习提升模型的时间推理能力，其核心是动态奖励机制，根据任务难度和训练进程调整奖励，引导模型逐步提升性能，最终使3B小模型实现全面时间推理能力，超越671B模型。
来自主题: AI技术研报
7740 点击 2025-06-09 15:54
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT